RAGFlow

RAGFlow ist eine quelloffene Plattform für Retrieval-Augmented Generation mit Dokumenten und eigenen Wissensbeständen. Sie kombiniert die Suche nach relevanten Textstellen mit Antworten eines Sprachmodells.

Nach der Installation werden Modelle konfiguriert, ein Datensatz erstellt und Dateien hochgeladen. Das System analysiert und indexiert die Dokumente und ruft für Fragen passende Textabschnitte ab.

Die Plattform eignet sich für technische Dokumentation, interne Materialien und andere Dateisammlungen; ergänzend sind agentenbasierte Abläufe verfügbar. Antworten können Quellenverweise auf die verwendeten Textstellen enthalten.

RAGFlow lässt sich über Docker Compose betreiben. Die Anleitung empfiehlt mindestens 4 CPU-Kerne, 16 GB RAM und 50 GB Speicherplatz; außerdem werden Generierungs- und Embedding-Modelle benötigt, deren Betrieb zusätzliche Ressourcen oder API-Kosten verursachen kann.